Cómo comparar los conjuntos de números emparejaron
Los no apareados (independiente de la muestra) pruebas t, ANOVA de una vía, ANCOVA, y sus homólogos no paramétricos se ocupan de las comparaciones entre dos o más grupos de independiente
muestras de datos, como los diferentes grupos de sujetos, donde no hay conexión lógica entre un tema específico en un grupo y un tema específico en el otro grupo.Pero a menudo se quiere comparar conjuntos de datos donde precisamente existe este tipo de emparejamiento. Los datos de par emparejado aparece en varias situaciones (ilustrado aquí por dos conjuntos de datos, pero aplicable a cualquier número de conjuntos):
Los valores vienen del mismo tema, pero en dos o más ocasiones diferentes, como antes y después de algún tipo de tratamiento, intervención, o evento.
Los valores provienen de un ensayo clínico cruzado, en la que el mismo sujeto recibe dos o más tratamientos en dos o más fases consecutivas del ensayo.
Los valores provienen de dos o más individuos diferentes que han sido emparejados, o coincidentes, de alguna manera. Pueden ser gemelos o pueden ser emparejado en la base de tener características similares (tales como la edad, el género, y así sucesivamente).
La comparación de pares emparejados
Comparaciones apareadas suelen ser manejados por el prueba de la t de Student pareado. Si los datos no se distribuyen normalmente, puede utilizar el no paramétrico Prueba de Wilcoxon-Ranks Firmado en su lugar.
La prueba de la t de Student pareada y la prueba de la t de Student de un grupo son realmente la misma prueba. Cuando se ejecuta una prueba de t pareada, usted (o el software) primero calcular la diferencia entre cada par de números (por ejemplo, resta el valor de pretratamiento del valor post-tratamiento), y luego probar esas diferencias contra el valor hipotético 0 utilizando un prueba de un grupo.
La comparación de tres números o más coincidentes
Cuando usted tiene tres o más números coincidentes, puede utilizar el análisis de medidas repetidas de la varianza (RM-ANOVA). La RM-ANOVA también se puede utilizar cuando se tiene sólo dos grupos- entonces da exactamente el mismo valor p como la prueba de la t de Student emparejado clásico.
Si los datos son distribuidos no normalmente, puede utilizar el no paramétrico Prueba de Friedman. (Tenga cuidado - hay varias pruebas de Friedman diferentes, y esto no es la misma que se utiliza en lugar de un ANOVA de dos vías!)
Otro problema a tener en cuenta con la RM-ANOVA y más de dos niveles es el tema de esfericidad - una extensión de la idea de la igualdad de la varianza a tres o más conjuntos de valores emparejados. Esfericidad se refiere a si las diferencias emparejadas tienen la misma varianza para todos los pares posibles de los niveles.
Esfericidad es evaluada por el Prueba de Mauchly, y si los datos son significativamente no esférica, los ajustes especiales se aplican a la RM-ANOVA por el software.